Advanced Elicitation Skill
Origem: BMad-Method
Adaptação: Antigravity Kit (automático)
🎯 O Que É?
Sistema de 9 métodos numerados para refinar e melhorar qualquer conteúdo através de perguntas estruturadas e análises de múltiplas perspectivas.
💡 Quando Usar?
- •✅ Ao criar documentação importante (PRD, Architecture)
- •✅ Quando decisões têm alto impacto
- •✅ Para explorar alternativas antes de decidir
- •✅ Ao refinar requisitos ou especificações
- •✅ Quando quiser validação de múltiplas perspectivas
🔧 Como Funciona?
Modo Automático (Padrão)
Agentes híbridos oferecem elicitation automaticamente em pontos críticos:
[Agente apresenta conteúdo] Escolha uma opção (1-9): 1. Prosseguir para próxima seção 2. Expandir ou Contrair para Audiência 3. Criticar e Refinar 4. Identificar Riscos Potenciais 5. Avaliar Alinhamento com Objetivos 6. Perspectiva de Equipe Ágil 7. Mesa Redonda de Stakeholders 8. Torneio de Inovação 9. Reflexão Retrospectiva Digite o número ou sua pergunta:
Modo Manual
Você pode ativar a qualquer momento:
Você: elicit [Agente apresenta 9 opções contextuais]
📋 Os 9 Métodos
1. Prosseguir / Sem Ações Adicionais
Quando usar: Conteúdo está bom, quer continuar
Resultado: Avança para próxima seção
2. Expandir ou Contrair para Audiência
Quando usar: Nível de detalhe não está adequado
Pergunta: "Para quem é este conteúdo?"
Resultado: Ajusta profundidade e linguagem
Exemplo:
Conteúdo original: "Implementar autenticação JWT" Expandido (para júnior): "Implementar autenticação usando JSON Web Tokens (JWT): 1. Usuário faz login com email/senha 2. Servidor valida credenciais 3. Se válido, gera token JWT assinado 4. Cliente armazena token (localStorage) 5. Envia token em cada requisição (header Authorization) 6. Servidor valida token antes de processar" Contraído (para sênior): "Auth: JWT com refresh tokens, RS256, 15min exp"
3. Criticar e Refinar
Quando usar: Quer análise crítica construtiva
Perspectiva: Devil's advocate
Resultado: Identifica fraquezas e propõe melhorias
Exemplo:
Conteúdo: "Vamos usar MongoDB para o banco de dados" Crítica: ❌ Problema: MongoDB pode não ser ideal para dados relacionais ❌ Risco: Falta de transações ACID em versões antigas ❌ Alternativa: PostgreSQL oferece JSON + relacional ✅ Refinamento: "Usar PostgreSQL com JSONB para flexibilidade + ACID"
4. Identificar Riscos Potenciais
Quando usar: Decisões com alto impacto
Perspectiva: Risk manager
Resultado: Lista riscos e mitigações
Exemplo:
Decisão: "Lançar feature de pagamento em 2 semanas" Riscos Identificados: 🔴 ALTO: Segurança de dados de cartão (PCI-DSS) Mitigação: Usar Stripe/PayPal (não armazenar cartões) 🟡 MÉDIO: Bugs em produção afetam receita Mitigação: Feature flag + rollout gradual 🟢 BAIXO: Performance sob carga Mitigação: Load testing antes do lançamento
5. Avaliar Alinhamento com Objetivos
Quando usar: Validar fit estratégico
Pergunta: "Isso realmente serve nossos objetivos?"
Resultado: Valida ou questiona direção
Exemplo:
Feature proposta: "Sistema de gamificação com badges" Objetivo do produto: "Ajudar usuários a se vestirem melhor" Análise de Alinhamento: ⚠️ Alinhamento: MÉDIO - Pro: Pode aumentar engajamento - Contra: Não resolve problema core (vestir melhor) - Risco: Distração do valor principal Recomendação: Priorizar features que ajudem diretamente a escolher roupas (ex: sugestões de IA, calendário)
6. Perspectiva de Equipe Ágil
Quando usar: Validar viabilidade de implementação
Perspectivas: Dev, QA, DevOps
Resultado: Visão de execução
Exemplo:
Requisito: "Sincronização em tempo real entre dispositivos" 👨💻 Dev: "Precisamos WebSockets ou Firebase Realtime" 🧪 QA: "Como testar sincronização? Precisamos 2+ dispositivos" ⚙️ DevOps: "WebSockets = mais complexidade no deploy" Consenso: Usar Firebase Realtime (mais simples) Estimativa: 1 sprint Dependências: Configurar Firebase primeiro
7. Mesa Redonda de Stakeholders
Quando usar: Decisões que afetam múltiplas áreas
Perspectivas: CEO, CTO, Designer, Usuário
Resultado: Visão 360°
Exemplo:
Decisão: "Cobrar R$9,90/mês por features premium" 💼 CEO: "Preço competitivo, mas precisamos 1000+ usuários" 👨💻 CTO: "Implementar paywall é 2 sprints" 🎨 Designer: "Usuários podem se frustrar com limite" 👤 Usuário: "Pagaria se tivesse sugestões ilimitadas de IA" Consenso: Freemium com 10 sugestões/mês grátis
8. Torneio de Inovação
Quando usar: Explorar alternativas criativas
Método: Gera 3-5 abordagens diferentes
Resultado: Opções para escolher
Exemplo:
Problema: "Usuários esquecem de planejar looks" Alternativa 1: Notificações push diárias Alternativa 2: Gamificação (streak de planejamento) Alternativa 3: IA sugere automaticamente Alternativa 4: Integração com calendário Google Alternativa 5: Modo "piloto automático" (IA decide tudo) [Usuário escolhe ou combina alternativas]
9. Reflexão Retrospectiva
Quando usar: Aprender com o passado
Pergunta: "O que aprendemos antes?"
Resultado: Insights de projetos anteriores
Exemplo:
Situação: "Vamos adicionar mais filtros no guarda-roupa" Retrospectiva: 📊 Dados: Última vez adicionamos 5 filtros 📉 Resultado: Apenas 2 foram usados (>5%) 💡 Aprendizado: Usuários preferem busca a filtros 🎯 Aplicação: Melhorar busca antes de adicionar filtros Decisão Refinada: "Implementar busca inteligente com IA"
🔄 Fluxo de Uso
1. Agente apresenta conteúdo ↓ 2. Oferece 9 opções de elicitation ↓ 3. Você escolhe um número (1-9) ↓ 4. Agente executa o método escolhido ↓ 5. Apresenta insights/refinamentos ↓ 6. Oferece opções novamente ↓ 7. Repete até você escolher "1. Prosseguir"
🎯 Seleção Inteligente de Métodos
Agentes escolhem os 8 métodos (2-9) baseado no contexto:
Para Conteúdo Técnico:
- •Perspectiva de Equipe Ágil
- •Identificar Riscos Potenciais
- •Criticar e Refinar
Para Conteúdo de Negócio:
- •Mesa Redonda de Stakeholders
- •Avaliar Alinhamento com Objetivos
- •Torneio de Inovação
Para Conteúdo Criativo:
- •Torneio de Inovação
- •Expandir ou Contrair
- •Reflexão Retrospectiva
💡 Dicas de Uso
✅ Use Elicitation Quando:
- •Decisão tem alto impacto
- •Múltiplas alternativas possíveis
- •Precisa validar com stakeholders
- •Quer explorar riscos
- •Conteúdo precisa de refinamento
❌ Pule Elicitation Quando:
- •Decisão é trivial
- •Já está claro e validado
- •Modo YOLO ativado
- •Pressa para prototipar
🚀 Integração com Agentes
Agentes que Usam:
- •✅ analista-negocios
- •✅ gerente-produto-avancado
- •✅ especialista-ux-avancado
- •✅ planejador-projeto (opcional)
- •✅ orquestrador (quando coordena)
Quando Ativam:
- •Ao criar documentação importante
- •Em decisões de arquitetura
- •Ao definir requisitos
- •Durante refinamento de design
📊 Exemplo Completo
Você: @[analista-negocios] Criar brief para feature de favoritos Maria: Ótimo! Vou criar um brief estruturado. === Seção 1: Problema a Resolver === Usuários têm dificuldade em encontrar looks que gostaram anteriormente. Atualmente precisam rolar o calendário ou lembrar a data específica. Escolha uma opção (1-9): 1. Prosseguir para próxima seção 2. Expandir ou Contrair para Audiência 3. Criticar e Refinar 4. Identificar Riscos Potenciais 5. Avaliar Alinhamento com Objetivos 6. Mesa Redonda de Stakeholders 7. Torneio de Inovação 8. Reflexão Retrospectiva 9. Perspectiva de Equipe Ágil Você: 7 Maria: Torneio de Inovação ativado! Vou explorar alternativas: Alternativa 1: Sistema de Favoritos Simples - Botão de coração em cada look - Aba "Favoritos" no app - Pros: Simples, rápido - Contras: Só resolve parte do problema Alternativa 2: Coleções Personalizadas - Usuário cria coleções (ex: "Trabalho", "Festas") - Arrasta looks para coleções - Pros: Mais organizado - Contras: Mais complexo Alternativa 3: Tags Inteligentes - IA sugere tags automaticamente - Busca por tags - Pros: Flexível, escalável - Contras: Requer IA Alternativa 4: Timeline de Memórias - Mostra looks favoritos em timeline - Agrupa por mês/ocasião - Pros: Visual, nostálgico - Contras: Não é busca eficiente Qual alternativa prefere? Ou quer combinar? Você: Combinar 1 e 2 Maria: Perfeito! Vou refinar: === Solução Híbrida === - Sistema de favoritos (coração) - Coleções opcionais para organizar - Começamos com favoritos (MVP) - Coleções vêm depois Escolha uma opção (1-9): [Oferece opções novamente] Você: 1 Maria: Prosseguindo para próxima seção... === Seção 2: Público-Alvo === ...
📚 Recursos
- •Baseado em: BMad-Method Elicitation System
- •Adaptado para: Antigravity Kit (automático)
- •Usado por: Agentes híbridos
Skill criada pela fusão Antigravity Kit + BMad-Method